欧盟已经向这支计划使用AI技术重现历史气息与嗅觉要素的研究团队提供280万欧元资助。
团队名为“Odeuropa”,拥有来自多个学科的欧洲科学家及学者,具体涵盖历史、艺术史、计算语言学、计算机视觉、语义网、博物馆学、文物科学以及化学等。
未来三年当中,专家们将合作开发“感官发掘与嗅觉文物科学”领域的新颖方法,希望根据数字文本与图像集合构建起一套历史气息、气味与嗅觉百科全书。以此为基础,他们将与化学家、艺术家以及调香理财合作,重建数据库内记录的各种气味。
使用人工智能创造气味历史
Odeuropa项目的总体目标,在于描绘各种气味如何随时间变化,并在社会意义层面发生的改变。正如团队成员William Tullett博士在采访中所言,烟草就是一个典型的例子。
他表示,“烟草是一种重要的商品,于十六世纪被引入欧洲。最初的烟草有一种奇特的气味,但之后很快进行了调整与改良,并成为众多欧洲城镇气味环境中的组成部分。”
人工智能则通过计算语言学与计算机视觉介入其中,相关算法可发掘历史文本与图像,由此生成气息与气味结果,并将其整理进在线《气味传承百科全书》。
这些算法还将扫描气味的感官质量、情感意义以及社会意义等参考结论,帮助Odeuropa团队得以构建起跨越数十年乃至几个世纪的多维气味描述。
Tullett指出,“无论是用迷迭香等草药预防鼠疫,还是在十八、十九世纪使用有气味的盐作为晕厥解药,整个历史总是充斥着各种各样的气味。”
通过开发这部气味百科全书,该团队致力于为历史提供更为多样的感官体验。他们将使用人工智能采集到的气味数据重现各种气味,并将其应用于博物馆及文物古迹当中。
AI与历史
Odeuropa确实是第一个使用AI技术重构历史气味的项目,但却并不是将AI技术引入历史重建的首次尝试。
去年,伦敦大学学院的研究人员使用机器学习对范艾克的画作进行了推理修复。另一个由欧盟资助的Time Machine项目则使用AI技术分析历史文档,借此重建欧洲城市过往的样貌。
今年10月,谷歌公布了一套基于深度学习的工具集,此工具集将帮助研究人员使用历史地图与图像重建城市。谷歌希望这套资源能够成为一份“纲要,帮助历史爱好者们以虚拟方式体验世界各地的城市发展史,帮助研究人员、政策制定者与教育人士勾勒历史面貌,也给普通用户带来一些值得追忆的情怀氛围。”
除了模拟过去之外,AI技术还帮助考古学家们识别考古特征,并预测哪些位置更有可能发现过往人类活动与定居痕迹。
AI技术培训能够以惊人的速度搜寻大量数据,并提供愈发准确的预测结果,因此相信其必然会在历史研究中长期保持活跃。换句话说,人工智能既代表着我们的未来,也将帮助我们深入发掘过去。
好文章,需要你的鼓励
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。
谷歌DeepMind团队开发的GraphCast是一个革命性的AI天气预测模型,能够在不到一分钟内完成10天全球天气预报,准确性超越传统方法90%的指标。该模型采用图神经网络技术,通过学习40年历史数据掌握天气变化规律,在极端天气预测方面表现卓越,能耗仅为传统方法的千分之一,为气象学领域带来了效率和精度的双重突破。